mx-psi
Parsed page has no content
En la función pages_from no se consigue iterar ninguna página. La primera llamada a requests.get(url) devuelve un request con status_code 403.
El contenido de la página que devuelve get contiene este body:
<body>
<div class="main-wrapper" role="main">
<div class="main-content"><noscript>
<div class="h2"><span id="challenge-error-text">Enable JavaScript and cookies to continue</span></div>
</noscript></div>
</div>
Hola @JorgeTC, gracias por abrir la issue, eres capaz de reproducir esto consistentemente?
Sí. Al parecer FilmAffinity ha activado una protección Cloudflare. Existe una librería llamada cloudscraper que se puede usar en lugar de requests y que podría solucionar el problema.
Gracias! De acuerdo con la GDPR FilmAffinity debería permitir a sus usuarios descargar sus datos en un formato "legible por máquinas", así que creo que en lugar de reescribir con cloudscraper preferiría añadir instrucciones para descargar ese fichero y convertirlo al formato de Letterboxd
Hola, puedo confirmar que poniendo en fa_scraper.py:
import cloudscraper
scraper = cloudscraper.create_scraper()
y sustituyendo request = requests.get(url) por request = scraper.get(url) el programa funciona perfecto
@alb-garj He hecho merge del PR pero parece que aún así hay que hacer más cambios porque la UI de FilmAffinity ha cambiado